绘制人工智能货币化：2026年电信业格局报告

电信行业AI应用现状及未来趋势

核心观点： 电信行业正积极拥抱人工智能（AI），并加大投资力度。尽管运营商已部署先进的机器学习（ML）模型以驱动网络自动化，但生成式AI（genAI）的出现让他们处于追赶状态。大型语言模型（LLMs）提供商正在不断构建和训练更复杂的AI模型，而运营商则在规模和全球覆盖范围方面难以匹敌。

关键数据：

• 约15-20%的AI部署具有外部收入目标。
• 亚太地区（37%）和欧洲（25%）的运营商将AI纳入业务以实现收入目标。
• 运营商已部署AI用于客户服务和网络功能，但主要集中在成本降低方面。

研究结论：

• 运营商需要从成本降低转向收入生成，利用网络推动AI应用。
• 实现AI收入的关键前提是网络的可编程性，以及统一的数据架构和与OSS/BSS的集成。
• AI的变现途径包括：
  • B2C： 动态定价和AI客服。
  • B2B： GPU即服务（GPUaaS）、AI工厂和边缘推理。
  • 数据产品化： 将内部数据打包为企业用户。
  • 平台和生态系统模式： 建立共享AI资产或曲别市场。
• 运营商应根据自身成熟度选择合适的AI商业模式：
  • 基础阶段： 侧重内部效率提升，如欺诈检测、计费差异识别等。
  • 探索阶段： 开发基础LLMs，并开始考虑外部应用。
  • 整合阶段： 部署电信和领域特定LLMs，推动B2B服务和智能网络服务。
  • 转型阶段： 实现闭环AI和自主运营，提供定制化产品和服务，并构建主权AI云。
• 运营商应利用自身优势，如基础设施和网络覆盖，并加强与科技公司、企业等合作伙伴的关系。
• 评估AI投资应采用更全面的指标，包括生产力提升、服务质量改善等非财务指标。
• 运营商需要制定可持续的长期AI战略，以应对AI带来的范式转变。